搜索资源列表
chap12
- 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性
pic
- 本实例是关于图像的增强算法，具体内容包括图像的灰度修正，图像的平滑，中值滤波，图像的锐化，伪彩色和假彩色增强。
imagepreprocess
- 可以进行彩色图像转化成灰度图象，二值化图像，中值滤波去除噪声
chepaidingwei
- 很好的车牌识别代码 。具体步骤： 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0
TemplateTrans
- 图像平滑，中值滤波，图像锐化，伪彩色和假彩色增强
chap12
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
06
- 图像增强，包括图像的平滑，中值滤波，图像锐化，伪彩色和假彩色增强
chap05
- ch5_1_1： 图像灰度线性变换 （§5.1.1） ch5_1_2： 图像灰度分段线性变换 （§ 5.1.1） ch5_1_3： 采用对数形式的变换函数进行动态范围压缩 （§5.1.1） ch5_1_4： 图像直方图的均衡化 （§5.1.2） ch5_1_5： 直方图规定化 （§5.1.2） ch5_2_1： 邻域平均的线性平滑滤波法实现降噪 （§5.2.2） ch5_2_2： winner滤波法实现降噪 （§5.2.2） ch5_2_3： 中值滤波实现降噪 （§5
median
- 对彩色图像进行中值滤波，这是直接用opencv语言实现的，里面的图片是清晰的，可以用有椒盐噪声的代替
chepaidingwei
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区
project
- 数字图像处理中关于图像的读入，二值化，彩色图转换到灰度图。图像的反转。中值滤波，以及图像的增强等算法实现。
shu_zi_tu_xiang_chu_li
- 我自己编写的一个数字图像处理程序，演示了多种数字图像处理算法，包括直方图统计、线性变换、锐化、平滑、中值滤波、梯度法及Roberts梯度轮廓提取、伪彩色变换-I prepared a digital image processing, demonstrating a variety of digital image processing algorithms, including the histogram statistics, linear transformation, enhanceme
num_identify
- 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-
chap12
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
车牌定位
- 车牌定位系统是进行车牌自动识别的重要一部分能正确的获得整个图象的车牌部分 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j= Pi
车牌定位
- 车牌定位 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图
车牌定位
- 车牌定位使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本
smagic
- 提供的功能主要有： (1) 打开,显示,保存(另存),打印包括bmp,jpg,tif,gif,tga,pcx,png,psd等在内的各种常用图像 (2) 可以对图像实现放大/缩小观看,并可显示其直方图(态度,红,蓝,绿四通道) (3) 点运算:图像格式转换,阈值变换,窗口变换,灰度拉伸,态度均衡 (4) 几何变换:平移,转置,缩放,旋转,水平镜像,垂直镜像 (5) 正交变换:傅立叶,离散余弦,沃什,霍特林等 (6) 图
matlab图像处理软件
- 可以直接使用，系统完成的基本功能大致如下： 1.能对图像文件（bmp、 jpg、 tiff、 gif等）进行打开、保存、另存、打印、退出等功能操作； 2.数字图像的统计信息功能：包括直方图的统计及绘制、区域图的面积、周长的统计、线条图中的距离测量等； 3.数字图像的增强处理功能： （1）空域中的点运算、直方图的均衡化、各种空间域平滑算法（如局部平滑滤波法、中值滤波等）、锐化算法（如梯度锐化法、高通滤波等） （2）频域的各种增强方法：频域平滑、频域锐化、低通滤波、同态滤波等。
ImageBoard.rar
- 使用vc6.0编的一个类似windows画图程序的软件，主要有四大功能，一，画图，自己选择颜色，线型，填充方式，还有选择框，橡皮擦等功能。二，图像变换，主要有旋转，缩放。改变相框大小。三，颜色处理，可以实现彩色与灰度图像的转换，颜色过滤，颜色调整，亮度、对比度调整。四，图像处理，主要实现平滑，锐化，中值滤波，边缘检测，傅里叶变换等等。 这个程序相当于一个画图和一个photoshop软件的综合，功能十分强大。,Vc6.0 compiled using a drawing program simi